5G对于云边协同发展前景的影响

简介: 从云管端三个层次来看,5G作为工作于网络层的通信技术,其发展和运用能够大幅度提高云端和边缘端的沟通效率。虽然边缘计算终端能够为云平台分解一部分计算压力,但是由于网络层的限制,实时性是云边沟通协同中的主要限制,5G的运用使边缘计算能够通过传输速度的加快克服其本身计算力较弱的特点,使边缘计算的作用从目前更靠近感知层而逐步北向真正融入平台层,真正起到其应是具有计算力的前端节点的作用

边缘计算的特点和作用

边缘计算作为目前蓬勃发展的领域在产业互联网中具有重要地位,从物联网四层结构即感知层、网络层、平台层和应用层分析,边缘计算的数据来源是感知层,而由于边缘计算设备同时具有一定计算能力因此往往将其划入平台层考虑,既包含前端节点的特征又具备计算能力的特点使边缘计算在整个技术体系中显得非常独特。总结其典型特点由以下几方面:
(1)部署位置接近感知层
部署位置接近感知层代表感知层众多的传感元件能够被直接接入边缘计算终端,由于感知层设备的种类较多并且原理各不相同,因此边缘计算终端的首要任务是信号预处理,理想状况下是所有的输入信号都是数字信号,但实际由于产业互联网本身生产工艺的繁多使部分模拟量信号的接入成为必然。因此信号预处理在数据预处理之前成为边缘计算终端面临的第一个挑战,在信号预处理的基础上各类工艺过程的测量结果才能被数字化从而形成结构化数据,结合以日志信息为代表的半结构化数据和图像视频为代表的非结构化数据,统一作为边缘计算终端数据预处理的源头甚至不采用边缘计算而直接送入云端。
(2)具有一定计算能力
拥有一定的计算能力是边缘计算终端的最重要特征,边缘计算力越强则云端的计算压力越轻。物联网和产业互联网相比传统的人人信息交互和人机信息交互其感知层设备数量接近无限,并且各类数据结构不一、数据采集周期不一、传输速度要求不一、传输周期不一,如所有的设备都直接接入云端则会导致云端的大量计算力被用于数据预处理。在这种情况下用户只有两个选择,将有限的计算力分出一部分来进行数据预处理工作,或是单独配置新的计算节点来满足数据预处理要求,前者降低了云平台的利用效率而后者提高了用户使用云计算的成本。边缘计算作为感知层设备与平台层的中间过渡计算力很好的解决了这个问题,对于传感器的接入数据由边缘计算终端进行信号预处理和数据预处理后传输至云端,大幅度降低了云端数据预处理的计算量,因此可以将计算力资源集中用于数据分析、数据挖掘特别是会消耗大量计算力的异构数据计算工作上。
(3)部署灵活
由于边缘计算终端是以硬件形式作为传感器和云平台之间的中间过渡层,因此其部署灵活的特点能够使数据采集的工作更为规范统一。针对产业互联网和物联网系统数据采集较为复杂多样的情况,各类结构化数据、半结构化数据和非结构化数据有同时接入和传输的需求,并且数据的采集周期和传送周期各不相同。边缘计算终端可以有效结合不同数据的特点进行部署,尽量将同类型的数据接入同一边缘计算终端,在确保接入数据在计算和传输上的要求接近的同时也可以避开其计算力较弱的特点防止因数据种类过多和传输需求不一而使计算能力超出了终端的计算能力范围。

5G对云边协同的促进

由于边缘计算节点靠近感知层,与平台层之间的数据交换需要通过网络层的通信手段进行,因此网络层的通信效率直接影响云端和边缘计算终端的协同效果。云端的典型特征是计算力强大但是距离感知层设备较远,边缘计算的典型特征则是计算力较弱但是部署接近感知层,中间的传输瓶颈成为了提高云边协同效率的突破口。
(1)5G的四大特征高速度、泛在网、低功耗、低时延
5G高速度、泛在网、低功耗、低时延的四大特征目前网络介绍资料已经非常齐全。聚焦于对云边协同的促进方面,目前边缘计算终端在物联网体系中所处的位置相对还是靠近感知层,对于在传输速度要求上较高的数据特别是如无人驾驶、监控视频处理等实时性要求极高的异构数据处理因为网络层在传输速度和实时性上的限制而无法通过无线公网从边缘端被实时送到云端处理。这个短板造成了很多在平台层已经成熟的应用因为传输网络的瓶颈限制而落地受限,同时造成了边缘计算终端在边缘异构数据处理方面被旁路化和管道化。5G的应用将会突破这个限制,解决了云端和边缘端通信的速度瓶颈,使边缘计算终端在无人驾驶、视频监控等异构数据集中的场景中能够实现前端计算节点所应该具有的集成作用,5G低时延的特征更是使边缘计算从靠近感知层往平台层的方向北向移动,以传输速度和低时延来增加云边协同的效率,双向的克服云平台与边缘设备距离较远的弱点和边缘计算终端计算力较弱的短板,真正实现云边实时协同,将边缘计算节点的计算力不但能够作为前置节点发挥作用,也能和云平台的计算力统筹考虑。不用再考虑通道在传输速度上的限制和传输实时性上的限制。
(2)5G网络切片的作用
5G网络切片技术是指将一个物理网络切割成多个虚拟网络,实现对5G网络数据进行分流管理,并保持每个虚拟网络间逻辑独立性的技术,可在不增设网络架构的基础上满足不同场景的差异化需求。网络切片的作用使边缘计算在解决物联网和产业互联网接入数据多样化的背景下能够多了一种手段。除了针对感知层不同类型的设备在物理上分类进行接入外使用5G网络切片还可以让不同采集周期和传输速度的数据分流。使数据的分类在物理设备之外在网络层也有了隔离手段,对于边缘计算的意义在于采用5G网络切片技术后,感知层设备接入边缘计算终端的架构方案考虑可以以设备物理地域为中心而不必再考虑不同设备的接入数据在采集周期、传输周期和数据包大小上的差异。

目录
相关文章
|
12月前
|
Rust JavaScript 安全
Github 2024-09-02 开源项目周报 Top13
本周GitHub热门项目涵盖AI、开发工具与开源替代品。包括Notion替代AppFlowy、Airtable替代NocoDB、云平台Coolify及可观察性平台OpenObserve等,涉及Python、TypeScript、Rust等语言,聚焦效率、隐私与自动化。
605 1
|
SQL 安全 PHP
SQL注入-下篇
本文介绍了HTTP注入中的Referer和Cookies注入原理与实操步骤,演示了通过SQL注入获取数据库信息及webShell的方法,并涵盖pikachu靶场搭建、DNSLog盲注等内容,帮助理解常见Web安全漏洞及其利用方式。
792 0
SQL注入-下篇
|
前端开发 搜索推荐
自主开发网站还是建站公司开发网站好?
自建网站成本低、自主性强,适合预算不高、自主维护的用户;建站公司提供一站式服务、技术支持,适合预算足、周期长、需定制化服务的用户。选择取决于企业需求和资源。
521 5
|
SQL 存储 分布式计算
《深入了解Hive SQL:与传统SQL的差异探秘》
Hive SQL是基于Hadoop的大数据查询语言,用于处理存储在HDFS中的海量数据。它将SQL-like查询翻译为MapReduce任务,在大数据分析领域表现出色。与传统SQL相比,Hive SQL适用于分布式存储和大规模并行处理,支持复杂数据类型(如数组、结构体),但在事务支持和实时性上较弱。传统SQL更适合小规模、结构化数据及高频更新场景,而Hive SQL则专注于离线批量数据分析,广泛应用于用户行为分析、风险评估等场景。两者各有优势,满足不同业务需求,共同推动数据处理技术发展。
1123 0
|
存储 SQL Java
Java实现关键字模糊查询的高效方法及实践
实现关键字模糊查询的方法有多种,每种方法都有其适用场景。在选择合适的方法时,应考虑实际需求、数据量大小、性能要求等因素。正则表达式适用于处理简单文本或小数据集;数据库模糊查询适用于存储在RDBMS中的数据;而第三方库,则适合需要进行复杂搜索的大型项目。选用合适的工具,可以有效提升搜索功能的性能和用户体验。
513 6
|
JavaScript 前端开发 容器
< 每日小技巧: 基于Vue状态的过渡动画 - Transition 和 TransitionGroup>
Vue 的 `Transition` 和 `TransitionGroup` 是用于状态变化过渡和动画的组件。`Transition` 适用于单一元素或组件的进入和离开动画,而 `TransitionGroup` 用于 v-for 列表元素的增删改动画,支持 CSS 过渡和 JS 钩子。
719 1
< 每日小技巧: 基于Vue状态的过渡动画 - Transition 和 TransitionGroup>
|
JSON 安全 数据格式
详解python pickle中的反序列化漏洞
今天我们来聊聊Python里的反序列化攻击。先来看看什么是序列化和反序列化。简单来说,序列化就是把数据结构转换成字节流,这样我们就可以把数据保存到文件里或者通过网络传输。反序列化则是把这些字节流再转换回原来的数据结构。 在Python里,常用的模块之一就是Pickle。它可以帮我们很方便地进行序列化和反序列化操作。比如,你可以把一个复杂的Python对象序列化保存下来,等需要用的时候再反序列化回来。 反序列化攻击的概述 反序列化过程有漏洞:如果我们反序列化了一个不可信的数据源,那就可能引发反序列化攻击。攻击者可以在序列化的数据里嵌入恶意代码,当你反序列化这个数据时,这些恶意代码就会被执
|
Linux Shell
【Linux】深度解析Linux中的几种进程状态
【Linux】深度解析Linux中的几种进程状态

热门文章

最新文章